Wyniki wyszukiwania - BazTech

1

Experimental study of nanocomposite hybrid adhesive-rivet joints

Nabibi Nabard, Ramezani Shadi

Archives of Civil and Mechanical Engineering

|

2021

|

Vol. 21, no. 3

337--365

EN

The wide range of rivets usage goes back to the processes of manufacturing and repairing an aircraft fuselage. When it comes to structural joints, adhesive bonding is said to have some merits which overshadow other joining methods, such as bolting, riveting, and welding. Today, the applications of structural adhesives do not end in aerospace, but they also are ideal for the automotive industry, where the need is to join plates of dissimilar adhesives to produce lightweight car bodies. The hybrid joints also are one of the methods of joining different parts of the machine in a durable way in which some benefits such as the significant tensile strength, the dissipated energy, and higher reliability during long-term working stand out. In this research, the effect of rivets layout on strength and failure of nanocomposite rivet and hybrid adhesive-rivet joints through two experimental and numerical methods was evaluated. Also, using the artificial neural networks method, force–displacement curves for specimens were obtained. The results of the experimental tests and the finite element analysis showed that as the number of rivets increased in the joint of the nanocomposite components, the strength of the joint increased. The layout of the rivets has a significant effect on the strength of the rivet joint. According to the performed experiments for achieving the efficient strength in the hybrid joints for the nanocomposite plates, since the strength of the adhesive is very effective, adhesive selection and the appropriate number of rivets are the key factors. The fracture modes in the internal plates of nanocomposite joints (adhesive, rivet, and adhesive-rivet joints) were observed as follows: net-tension, bearing, shear-out, crack propagation, tearing, and shear in adhesive layers. Besides, the numerical model of the work is done using ABAQUS software. The results of software simulation in the numerical model are compatible with the experimental method’s findings. However, the agreement between the results of experimental and neural network methods is higher. Owing to the results of experiments, the polypropylene nanocomposite as well as the appropriate jointing method can be put forward in the structures of the automotive industry.

2

Impact of the saturation current IS and ideality factor N on the performance of the characteristic (I-V) of a solar cell

Khalis M., Masrour R., Mir Y., Zazoui M.

Computer Methods in Materials Science

|

2019

|

Vol. 19, No. 4

163--169

EN

The performance of a solar cell mainly is due to the quality of the starting material. During the production of the solar cell, several defects in different regions of the material appear. These defects degrade the efficiency of the solar cell. Thorough knowledge of the physical properties of defects requires highly sophisticated electrical current-voltage (I-V) characterization techniques that provide information on the physical origin of the defects. The characteristic (I-V) of the cell is governed by several parameters, such as the saturation current Is and the ideality factor n which are the indicators of the quality of the solar cell. These parameters significantly reflect the existence of defects in the material. On the other hand, the use of such a characteristic to go back to the nature of the defects is not widespread because it lacks a data base between the main defects and the modification of the characteristic (I-V). To extract the different parameters, we developed a method based on artificial neurons in Matlab code, then we applied this method to the following cells: GaAs, Si-mono and polycrystalline and CIGS thin-film cells by applying the model with two diodes. The results obtained demonstrate that the behavior of the ideality factor and the saturation current vary from one cell to another. This variance is important for polycrystalline Si and CIGS cells. Thus, this model is the most suitable for the diagnosis of the characteristics (IV) for Si and GaAs, but remains incoherent (Mismatches) to describe the characteristic of the CIGS cell because of the non-uniform presence of shunt defects which allowed us to add another component of the leakage current. Finally, this method correlates with the experimental characteristic (I-V).

PL

Zachowanie się ogniw słonecznych zależy w dużej mierze od jakości materiału. W procesie wytwarzania baterii może pojawić się szereg wad w różnych jej częściach. Te wady obniżają wydajność ogniwa. Dokładna analiza właściwości fizycznych wad wymaga dokładnego określenia charakterystyki prądowonapięciowej (I-V), która dostarczyłaby informacji o przyczynie tych wad. Charakterystyka prądowo-napięciowa (I-V) baterii zależy od szeregu parametrów takich jak prąd nasycenia Is, i współczynnik doskonałości złącza n, które są wskaźnikami jakości baterii. Te parametry dobrze odzwierciedlają istnienie wad w materiale. Z drugiej strony, ze względu na brak danych dotyczących korelacji między głównymi wadami i zmianami charakterystyk (IV), wykorzystanie tych charakterystyk do określenia natury powstałych wad nie jest rozpowszechnione. Aby rozróżnić wpływ różnych parametrów opracowano metodę wykorzystującą sztuczną sieć neuronową i oprograowanie MatLab. Tę metodę zastosowano do następujących ogniw słonechnych: GaAs, Si-mono and polikrystaliczny oraz cienkie warstwy CIGS popraz zaqstosowanie modelu z dwoma diodami. Uzyskane wyniki wykazały, że zachowanie się współczynnika doskonałości złącza i prądu nasycenia zmienia się dla różnych ogniw. Te różnice są ważne zarówno dla ogniw Si jak i CIGS. Stąd opracowany model jest najbardziej przydatny do diagnozowania charakterystyk (I-V) dla ogniw Si i GaAs, ale jest niespójny przy opisie ogniw CIGS, ponieważ występują w nich w sposób nierównomierny wady powodujące zwarcie elektrod. To pozwoliło Autorom dodać prąd upływu, jako dodatkowy parameter modelu. W artykule potwierdzono zgodność opracowanej metody z doświadczalnymi charakterystykami (I-V).

3

Prediction of mortality rates in heart failure patients with data mining methods

Bohacik J., Kambhampati C., Davis D. N., Cleland J. G. F.

Annales Universitatis Mariae Curie-Skłodowska. Sectio AI, Informatica

|

2013

|

Vol. 13, no. 1

7--16

EN

Heart failure is one of the severe diseases which menace the human health and affect millions of people. Half of all patients diagnosed with heart failure die within four years. For the purpose of avoiding life-threatening situations and minimizing the costs, it is important to predict mortality rates of heart failure patients. As part of a HEIF-5 project, a data mining study was conducted aiming specifically at extracting new knowledge from a group of patients suffering from heart failure and using it for prediction of mortality rates. The methodology of knowledge discovery in databases is analyzed within the framework of home telemonitoring. Several data mining methods such as a Bayesian network method, a decision tree method, a neural network method and a nearest neighbour method are employed. The accuracy for the data mining methods from the point of view of avoiding life-threatening situations and minimizing the costs is discussed. It seems that the decision tree method achieves the best accuracy results and is also interpretable for the clinicians.

4

Application of various methods for 2D inverse modeling of residual gravity anomalies

Abedi M., Afshar A., Ardestani V.E., Narouzi G., Lucas C.

Acta Geophysica

|

2010

|

Vol. 58, no. 2

317-336

EN

This paper presents a neural network approach to determine 2D inverse modeling of a buried structure from gravity anomaly profile. The results of the applied neural network method are compared with the results of two other methods, least-squares minimization and the simple method. Sphere, horizontal cylinder and vertical cylinder and their gravity effects are considered as the synthetic models and the synthetic data, respectively. The synthetic data are also corrupted with noise to evaluate the capability of the methods. Then the Dehloran bitumen map in Iran is chosen as a real data application. Anomaly value of the cross-section, which is taken from the gravity anomaly map of Dehloran bitumen, is very close to those obtained from these methods.

5

Zastosowanie metody sieci neuronowych do analizy emisji cząstek stałych w spalinach silników ZS i ZI

Brzeżański M, Golomb P

Silniki Spalinowe

|

2009

|

R. 48, SC1

331--337

PL

W artykule zaprezentowano zagadnienia związane z emisją cząstek stałych w spalinach silników o zapłonie iskrowym i o zapłonie samoczynnym. Przedstawiono koncepcję zastosowania metody sztucznych sieci neuronowych do analizy emisji cząstek stałych. Proponowaną metodę można zastosować zarówno w odniesieniu do emisji z silników ZS, jak i ZI. Przedstawiono zagadnienia dotyczące toksycznych właściwości cząstek stałych oraz ich powstawania w silnikach ZI i ZS. Zaprezentowano sposób tworzenia sztucznych sieci neuronowych w oparciu o opracowaną metodykę pomiaru emisji cząstek stałych z użyciem analizatora do ciągłego pomiaru tej emisji. Przedstawiono planowany sposób weryfikacji wyników badań oraz spodziewane efekty naukowe i utylitarne.

EN

Problems of particle matter emission in the CI and SI engines exhaust gas have been presented in the article. The way of use of neural network method for investigation of particles emission has been presented. That method enables the analysis of particle matter emission field and verification of obtained results taking into consideration many independent parameters, which are usually omitted in standard investigations. Planned experimental methodology taking into consideration the proposed method of results analysis has been also presented.

6

Application of thre neural network method in optimization of the drawing process of hemispherical part made from metal sheets.

Brabie G., Ene F.

Archives of Civil and Mechanical Engineering

|

2006

|

Vol. 6, no 2

87-92

EN

The condition and steps necessary for the application of the neural network method In order to optimize the drawing processes of hemispherical parts made from metal sheets are analysed. The main purpose of the system based on the above mentioned methods is to optimize the drawing tool geometry and the process parameters by reducing or eliminating the springback effects.

PL

Przeprowadzono analizę warunków i kroków koniecznych do zastosowani a metody sieci neuronowych w celu optymalizacji procesu tłoczenia półkulistych wyrobów z blach metalicznych. Głównym celem było zastosowanie systemu optymalizującego opartego na wymienionej metodzie zoptymalizowania geometrii narzędzi stosowanych w procesie tłoczenia oraz parametrów procesu przez zmniejszenie lub wyeliminowanie powrotnych odkształceń sprężystych. Główną zaletą stosowania metody siatek neuronowych, gdy adekwatny model jest zidentyfikowany, jest znaczne skrócenie czasu obliczeń prowadzących do wyznaczenia optymalnych parametrów procesu.

7

Optymalizacja procesu wytłaczania jednoślimakowego tworzyw sztucznych. Metoda sieci neuronowych

Wilczyński K., Nastaj A., Abramczyk P.

Mechanik

|

2004

|

R. 77, nr 7

470-472

PL

Systemy komputerowego modelowania procesów przetwórstwa tworzyw umożliwiają prognozowanie przebiegu tych procesów na podstawie warunków technologicznych procesu, geometrii maszyny i narzędzia oraz właściwości przetwarzanego materiału. Przebieg procesu może charakteryzować się natężeniem przepływu tworzywa, rozkładem ciśnienia i temperatury, zużyciem mocy itp. Tak jest więc możliwe przewidywanie wielkości wyjściowych procesu na podstawie danych wejściowych.

EN

Optimization of the extrusion process by the neuron network method is described, which consists in proper estimation of three parameters and proper depth of the worm groove within bathing zone h2, with considering input data: cylider temperature Tc, worm speed N, maximum extrusion output, minimum power demand, and minimum temperture of plastic at the head outlet T. Resulting were optimum values of input data Tcopt, Nopt, h2opt.

8

Neural network approach to analysis of grinding wheel cutting surface properties.

Urbaniak M.

Advances in Manufacturing Science and Technology

|

2002

|

Vol. 26, nr 1

55-66

EN

In the paper the results of analysis of grinding wheel cutting surface (GWCS) during dressing operation are shown. A concept of GWCS state evaluation, based on statistical parameters concerning static cutting edges lay-out was proposed. Using GWCS topography measurement data-base, a neural model of GWCS topography was presented. The model employed grinding wheel characteristics and dressing conditions. Next step was to built a model od GWCS cutting properties. The model shows potential cutting properties of GWCS using statistical parameters: classes of hight of active cutting edges, distance between these edges, undeformed chip thickness and kinematic length of contact between grains and ground material.

PL

W pracy przedstawiono wyniki analizy czynnej powierzchni ściernicy (CPS) po zabiegu obciągania. Zaproponowano koncepcję określenia stanu CPS za pomocą parametrów statystycznych. Posługując się bazą danych pomiarowych CPS, opracowano model neuronowy jej topografii zależnej od charakterystyki technicznej i warunków obciągania. Kolejnym krokiem było zbudowanie neuronowego modelu potencjalnych właściwości skrawnych CPS, który charakteryzuje je również za pomocą parametrów statystycznych. Są to zbiory wysokości czynnych krawędzi skrawających, odległości między tymi krawędziami, kinematycznych grubości wiórów i długości styku między krawędziami skrawającymi a materiałem obrabianym.